論文の概要: A maturity framework for data driven maintenance

• arxiv url: http://arxiv.org/abs/2407.18996v1
• Date: Fri, 26 Jul 2024 13:20:58 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-30 20:12:16.021572
• Title: A maturity framework for data driven maintenance
• Title（参考訳）: データ駆動メンテナンスのための成熟度フレームワーク
• Authors: Chris Rijsdijk, Mike van de Wijnckel, Tiedo Tinga,
• Abstract要約: 本稿では,データ駆動型メンテナンスにおける課題について考察する。 成熟度フレームワークでは、データ/意思決定の成熟度、実世界からデータへの変換、決定の計算可能性(モデルを用いた)、得られた関係の因果関係の4つの側面を考慮することを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Maintenance decisions range from the simple detection of faults to ultimately predicting future failures and solving the problem. These traditionally human decisions are nowadays increasingly supported by data and the ultimate aim is to make them autonomous. This paper explores the challenges encountered in data driven maintenance, and proposes to consider four aspects in a maturity framework: data / decision maturity, the translation from the real world to data, the computability of decisions (using models) and the causality in the obtained relations. After a discussion of the theoretical concepts involved, the exploration continues by considering a practical fault detection and identification problem. Two approaches, i.e. experience based and model based, are compared and discussed in terms of the four aspects in the maturity framework. It is observed that both approaches yield the same decisions, but still differ in the assignment of causality. This confirms that a maturity assessment not only concerns the type of decision, but should also include the other proposed aspects.
• Abstract（参考訳）: メンテナンスの決定は、単純な障害の検出から、最終的に将来の失敗を予測し、問題を解決することまで様々である。 これらの従来の人間の決定は、データによってますます支持され、究極の目的は、それらを自律的にすることである。 本稿では,データ駆動保守における課題について考察し,データ/意思決定の成熟度,実世界からデータへの変換,意思決定の計算可能性(モデルを用いた),得られた関係の因果性という,成熟度フレームワークの4つの側面について考察する。 理論的概念に関する議論の後、実際的な故障検出と識別の問題を考慮して調査が続けられた。 経験ベースとモデルベースという2つのアプローチを、成熟度フレームワークの4つの側面の観点から比較し、議論する。 どちらのアプローチも同じ決定を下すが、因果関係の割り当てでは依然として異なることが観察されている。 これは、成熟度評価が意思決定のタイプだけでなく、他の提案された側面も含むべきであることを確認します。

関連論文リスト

• Temporal Fairness in Decision Making Problems [13.110642125062428]
  我々は、過去の決定の歴史の公平さを考慮して、時間的視点から公平さを判断する方法に焦点をあてる。 本稿では,最適化問題として定式化された意思決定問題に時間的公正さを取り入れた3つのアプローチを提案する。
  論文  参考訳（メタデータ） (2024-08-23T16:36:58Z)
• Enhancing Language Model Rationality with Bi-Directional Deliberation Reasoning [73.77288647011295]
  本稿では,BI-Directional Deliberation Reasoning (BIDDER)を導入し,言語モデルの意思決定合理性を高める。 私たちのアプローチには3つの重要なプロセスがあります。 歴史的データから、意思決定過程における不確実な情報を表すために隠された国家を推定すること。 隠れた状態を使って将来の潜在的な状態と潜在的な結果を予測する。 歴史的情報(過去コンテキスト)と長期的結果(未来コンテキスト)を統合することで、推論を知らせる。
  論文  参考訳（メタデータ） (2024-07-08T16:48:48Z)
• Explaining by Imitating: Understanding Decisions by Interpretable Policy Learning [72.80902932543474]
  観察されたデータから人間の行動を理解することは、意思決定における透明性と説明責任にとって重要である。 意思決定者の方針をモデル化することが困難である医療などの現実的な設定を考えてみましょう。 本稿では, 設計による透明性の向上, 部分観測可能性の確保, 完全にオフラインで動作可能なデータ駆動型意思決定行動の表現を提案する。
  論文  参考訳（メタデータ） (2023-10-28T13:06:14Z)
• Online Decision Mediation [72.80902932543474]
  意思決定支援アシスタントを学習し、(好奇心)専門家の行動と(不完全)人間の行動の仲介役として機能することを検討する。 臨床診断では、完全に自律的な機械行動は倫理的余裕を超えることが多い。
  論文  参考訳（メタデータ） (2023-10-28T05:59:43Z)
• Causal Fairness Analysis [68.12191782657437]
  意思決定設定における公平性の問題を理解し、モデル化し、潜在的に解決するためのフレームワークを導入します。 我々のアプローチの主な洞察は、観測データに存在する格差の定量化と、基礎となる、しばしば観測されていない、因果的なメカニズムの収集を結びつけることである。 本研究は,文献中の異なる基準間の関係を整理し,説明するための最初の体系的試みであるフェアネスマップにおいて,本研究の成果を左右するものである。
  論文  参考訳（メタデータ） (2022-07-23T01:06:34Z)
• Exploring the Trade-off between Plausibility, Change Intensity and Adversarial Power in Counterfactual Explanations using Multi-objective Optimization [73.89239820192894]
  自動対物生成は、生成した対物インスタンスのいくつかの側面を考慮すべきである。 本稿では, 対実例生成のための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2022-05-20T15:02:53Z)
• Precarity: Modeling the Long Term Effects of Compounded Decisions on Individual Instability [7.993424873879106]
  人々の生活の不安定さをカプセル化する用語であるプリカーティにはほとんど焦点が当てられていない。 マイナスの結果は、他の決定や幸福の尺度に及ばない可能性がある。 複合意思決定が予後に及ぼす影響をシミュレーションするモデリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-04-24T23:38:07Z)
• Inverse Active Sensing: Modeling and Understanding Timely Decision-Making [111.07204912245841]
  我々は,内因性,文脈依存型時間圧下でのエビデンスに基づく意思決定の一般的な設定のための枠組みを開発する。 意思決定戦略において、サプライズ、サスペンス、最適性の直感的な概念をモデル化する方法を実証する。
  論文  参考訳（メタデータ） (2020-06-25T02:30:45Z)
• Fairness in Learning-Based Sequential Decision Algorithms: A Survey [22.252241233231263]
  過去の決定は、基礎となるユーザ人口に影響を与えず、したがって、将来のデータに影響を与えない。 いずれの場合も、様々な公正介入が人口に与える影響について検討する。
  論文  参考訳（メタデータ） (2020-01-14T15:49:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。